高分辨率前视声纳在浑浊水域实施精密探测的过程中,能够获取到多帧声学图像数据,但在一个数据处理周期中通常只对单帧图像进行处理,其余多帧图像信息并未得到有效利用。本文针对这一问题,研究适合声纳图像的融合算法,针对前视声纳采集到的多帧图像,一方面利用多帧图像间的互补信息来提高声纳图像的清晰度,一方面利用多帧图像间的冗余信息来提高声纳图像的可靠性,进而提高前视声纳对于水下环境的探测能力。本文基于像素层图像融合技术的一般结构,对声纳图像的特征配准以及多尺度融合方法进行了研究。首先,利用SIFT和SURF算法分别提取声纳源图像中的局部不变点特征,根据提取到的特征的独特性进行特征匹配以及声纳图像的坐标变换,并针对两种声纳图像配准方法给出性能分析。然后,针对多尺度图像融合框架,从多尺度几何变换和融合决策规则两个方向,讨论不同的方法对于声纳图像融合性能的影响。最后,结合形态学理论建立基于形态学决策的声纳图像融合框架。本文针对不同的声纳图像源,对基于不同变换方法和融合决策规则的横纵向融合实验结果进行了比较分析,进一步检验了基于形态学决策的声纳图像融合框架在声纳图像融合问题中的性能。